hotwa
1c0e8f90a5
- docker_client.py: run_bttoxin_digger() 新增 bttoxin_db_dir 参数，支持挂载外部数据库 - run_single_fna_pipeline.py: 新增 --bttoxin_db_dir 参数，自动检测 external_dbs/bt_toxin - README.md: 添加 bttoxin_db 更新说明和 Docker 绑定文档 - external_dbs/bt_toxin: 添加 2025-11-04 版本数据库文件 测试验证: HAN055 样本毒素命名版本号变化 (Cry2Aa9→22, Cry2Ab35→41, Cry1Ia40→42, Vip3Aa7→79)
36 lines
1.2 KiB
Python
36 lines
1.2 KiB
Python
def get_unique_headers(file_path):
|
|
"""读取文件中以'>'开头的行，返回'>'后面内容的集合"""
|
|
headers = set()
|
|
with open(file_path, 'r') as f:
|
|
for line in f:
|
|
line = line.strip()
|
|
if line.startswith('>'):
|
|
# 提取'>'后面的内容（包括可能的空格和其他字符）
|
|
header = line[1:]
|
|
headers.add(header)
|
|
return headers
|
|
|
|
# 输入文件路径
|
|
file1 = 'bt_toxin20251104.fas'
|
|
file2 = 'all_app_cry_cyt_gpp_mcf_mpf_mpp_mtx_pra_prb_spp_tpp_txp_vip_vpa_vpb_xpp_fasta_sequences.txt'
|
|
output_file = 'unique_headers.txt'
|
|
|
|
# 获取两个文件中的header集合
|
|
headers1 = get_unique_headers(file1)
|
|
headers2 = get_unique_headers(file2)
|
|
|
|
# 计算各自独有的header
|
|
unique_to_file1 = headers1 - headers2
|
|
unique_to_file2 = headers2 - headers1
|
|
|
|
# 写入输出文件
|
|
with open(output_file, 'w') as out_f:
|
|
out_f.write(f"### Unique headers in {file1} ###\n")
|
|
for header in sorted(unique_to_file1):
|
|
out_f.write(f">{header}\n")
|
|
|
|
out_f.write(f"\n### Unique headers in {file2} ###\n")
|
|
for header in sorted(unique_to_file2):
|
|
out_f.write(f">{header}\n")
|
|
|
|
print(f"处理完成，结果已保存至 {output_file}") |